Il vetro è di natura amorfa:la sua struttura atomica non implica la disposizione ripetitiva osservata nei materiali cristallini. Ma di tanto in tanto, subisce un processo chiamato devitrificazione, che è la trasformazione di un vetro in un cristallo, spesso un processo indesiderato nelle industrie. Le dinamiche della devitrificazione rimangono poco comprese perché il processo può essere estremamente lento, che abbraccia decenni o più.

Ora, un team di ricercatori guidati da Rajesh Ganapathy, Professore Associato presso il Jawaharlal Nehru Center for Advanced Scientific Research (JNCASR), in collaborazione con Ajay Sood, DST Year of Science Chair e Professore presso l'Indian Institute of Science (IISc), e il loro dottorato di ricerca la studentessa Divya Ganapathi (IISc) ha visualizzato per la prima volta la devitrificazione in esperimenti. I risultati di questo studio sono stati pubblicati in Fisica della natura .

"Il trucco era lavorare con un vetro fatto di particelle colloidali. Poiché ogni particella colloidale può essere pensata come un sostituto di un singolo atomo, ma essendo diecimila volte più grande dell'atomo, le sue dinamiche possono essere osservate in tempo reale con un microscopio ottico. Anche, per accelerare il processo abbiamo ottimizzato l'interazione tra le particelle in modo che sia morbida e che si verifichino frequenti riarrangiamenti nel bicchiere, "dice Divya Ganapathi.

Per fare un bicchiere, Divya Ganapathi e il team hanno unito i colloidi per raggiungere densità elevate. I ricercatori hanno osservato diverse regioni del vetro seguendo due percorsi verso la cristallizzazione:un percorso mediato da valanghe che comporta rapidi riarrangiamenti nella struttura, e un percorso di crescita regolare con riarrangiamenti che avvengono gradualmente nel tempo.

Per ottenere informazioni su questi risultati, i ricercatori hanno quindi utilizzato metodi di apprendimento automatico per determinare se c'era qualche sottile caratteristica strutturale nascosta nel vetro che a priori decide quali regioni si cristallizzeranno in seguito e attraverso quale percorso. Nonostante il vetro sia disordinato, il modello di apprendimento automatico è stato in grado di identificare una caratteristica strutturale chiamata "morbidezza" che era stata precedentemente trovata per decidere quali particelle nel vetro si riorganizzano e quali no.

I ricercatori hanno poi scoperto che le regioni del vetro che avevano ammassi di particelle con grandi valori di "morbidezza" erano quelle che cristallizzavano e che la "morbidezza" era anche sensibile al percorso di cristallizzazione. Forse la scoperta più sorprendente che è emersa dallo studio è stata che gli autori hanno alimentato le immagini del loro modello di apprendimento automatico di un vetro colloidale e il modello ha predetto accuratamente le regioni che si sono cristallizzate con giorni di anticipo. "Questo apre la strada a una potente tecnica per identificare e sintonizzare la "morbidezza" con largo anticipo ed evitare la devitrificazione, "dice Ajay Sood.

Comprendere la devitrificazione è fondamentale in settori come l'industria farmaceutica, che si sforza di produrre farmaci amorfi stabili poiché si dissolvono più velocemente nel corpo rispetto alle loro controparti cristalline. Anche le scorie nucleari liquide vengono vetrificate come solide in una matrice di vetro per smaltirle in modo sicuro in profondità nel sottosuolo e prevenire la fuoriuscita di materiali pericolosi nell'ambiente.

Gli autori ritengono che questo studio sia un significativo passo avanti nella comprensione della connessione tra la struttura sottostante e la stabilità del vetro. "È davvero fantastico che un algoritmo di apprendimento automatico possa prevedere dove il vetro si cristallizzerà e dove rimarrà vetroso. Questo potrebbe essere il primo passo per progettare occhiali più stabili come il vetro gorilla sui telefoni cellulari, che è onnipresente nella tecnologia moderna, " dice Rajesh Ganapathy. La capacità di manipolare i parametri strutturali potrebbe inaugurare nuovi modi per realizzare stati vetrosi tecnologicamente significativi e longevi.